[論文レビュー] Distributed Rate Allocation Policies for Multi-Homed Video Streaming over Heterogeneous Access Networks

Xiaoqing Zhu, Piyush Agrawal+3 more|arXiv (Cornell University)|Jan 7, 2010

Advanced Wireless Network Optimization参考文献 13被引用数 6

ひとこと要約

本稿では、リアルタイムでの利用可能ビットレート（ABR）およびRTT測定値に加え、動画の歪み-レート（DR）特性を活用して、合計の動画歪みを最小化するための凸最適化を用いた、分散型でメディアに配慮したレート割り当てフレームワークを、異種ネットワーク上でのマルチホーム動画ストリーミングに提案する。この手法により、平均パケット損失率を45％から2％未満に低減し、ヒューリスティックなAIMD方式と比較してPSNRで1.5～10.7 dBの動画品質向上を達成する。

ABSTRACT

We consider the problem of rate allocation among multiple simultaneous video streams sharing multiple heterogeneous access networks. We develop and evaluate an analytical framework for optimal rate allocation based on observed available bit rate (ABR) and round-trip time (RTT) over each access network and video distortion-rate (DR) characteristics. The rate allocation is formulated as a convex optimization problem that minimizes the total expected distortion of all video streams. We present a distributed approximation of its solution and compare its performance against H-infinity optimal control and two heuristic schemes based on TCP-style additive-increase-multiplicative decrease (AIMD) principles. The various rate allocation schemes are evaluated in simulations of multiple high-definition (HD) video streams sharing multiple access networks. Our results demonstrate that, in comparison with heuristic AIMD-based schemes, both media-aware allocation and H-infinity optimal control benefit from proactive congestion avoidance and reduce the average packet loss rate from 45% to below 2%. Improvement in average received video quality ranges between 1.5 to 10.7 dB in PSNR for various background traffic loads and video playout deadlines. Media-aware allocation further exploits its knowledge of the video DR characteristics to achieve a more balanced video quality among all streams.

研究の動機と目的

• 帯域幅や遅延が異なる変動するアクセスネットワーク上でのマルチホーム動画ストリーミングにおける効率的レート割り当ての課題に対処する。
• ネットワークのダイナミクス（ABR、RTT）と動画固有の歪み-レート特性を統合的に考慮することで、複数の動画ストリーム全体の期待歪みを最小化する。
• 集中型制御やグローバルなネットワーク状態収集を回避する分散型レート割り当てポリシーを設計し、モバイル機器やポータブルデバイスへのスケーラブルな展開を可能にする。
• 現実的なネットワーク環境下で、提案手法をH∞最適制御およびヒューリスティックなAIMDベースの手法と比較して評価する。
• 変動するネットワーク負荷や再生再生遅延制限下でも、能動的な混雑回避と複数ストリーム間のバランスの取れた動画品質を実現する。

提案手法

• 各アクセスネットワークの観測済みABRおよびRTTと動画DR特性を用いて、期待歪みの合計を最小化する凸最適化問題としてレート割り当て問題を定式化する。
• 集中型最適解の分散近似を構築し、グローバルなネットワーク状態収集なしにエンドホストが自律的にレートを適応可能にする。
• 動画固有のDR情報が入手できない状況を想定し、H∞最適制御に基づく手法を実装することで、レート変動とネットワーク利用率の最悪ケース性能境界を保証する。
• パケット損失または遅延に基づいて合計ストリームレートを反応的に調整する2種類のヒューリスティックなAIMDベースの手法を設計し、複数のアクセスネットワーク間でのレート分割戦略を異なるものとする。
• イーサネット、802.11b、802.11gネットワークからの実際のABRおよびRTTトレースを用いたns-2シミュレーションにより、バックグラウンドトラフィックと再生再生遅延の変動下での性能を評価する。
• H∞最適制御問題をゲーム的代数的リカッチ方程式（GARE）を用いて解き、最悪の摂動下でもレート割り当てを安定化させる線形フィードバック制御器を導出する。

実験結果

リサーチクエスチョン

• RQ1 動画DR特性とリアルタイムネットワークメトリクスに基づくメディアに配慮したレート割り当ては、反応型ヒューリスティック方式と比較して、動画品質をどのように向上させ、パケット損失をどのように低減するか？
• RQ2 分散型レート割り当ては、マルチホーム動画ストリーミング環境において、集中型最適解の性能をどの程度近似できるか？
• RQ3 動的ネットワーク環境下で、H∞最適制御はヒューリスティックなAIMDベースの手法と比較して、レート安定性、パケット損失、ネットワーク利用率の観点でどのように異なるか？
• RQ4 動画再生再生遅延制限とバックグラウンドトラフィック負荷は、異なるレート割り当てポリシーの性能にどのような影響を及えるか？
• RQ5 メディアに配慮した割り当てによる能動的混雑回避は、反応型手法と比較して、複数の同時ストリーム間でよりバランスの取れた動画品質を達成できるか？

主な発見

• メディアに配慮した割り当て方式により、バックグラウンドトラフィック負荷が変動する状況下でも、平均パケット損失率がAIMDベースの方式の45％から2％未満に低下した。
• ビデオシーケンス（例：Bigships、Cyclists、Harbor）の異なるものに対して、メディアに配慮した割り当てを用いることで、PSNRで1.5～10.7 dBの動画品質向上が達成された。
• メディアに配慮したアプローチにより、動画固有の歪み-レート特性の知識を活用することで、複数ストリーム間での動画品質がより均等に保たれた。
• H∞最適制御は、動画固有の情報がなくても、反応型AIMDベースのヒューリスティクスと比較して顕著に低いレート変動と高いネットワーク利用率を達成した。
• 最適解の分散近似は集中型計算の性能を非常に良く再現しており、リアルタイム展開における実用性が裏付けられた。
• ネットワーク状態やメディア状態に基づく能動的レート適応により、競合フローの突然の到着や退出に対しても、システムは迅速に応答した。